Vídeo de Nature: Los principios bioquímicos de la acción del ARN de interferencia

Este vídeo nos muestra los principios bioquímicos de la acción del ARN de interferencia (RNAi), moléculas de ARN que controlan la expresión de ciertos genes mediante un proceso de silenciamiento de los genes ya transcritos en ARN mensajero; estas moléculas de ARN interferencia son complementarias a las moléculas de ARN mensajero que tienen que silenciar y provocan tras su unión a éstas su degradación. El vídeo muestra la acción de los ARN de interferencia pequeños (siRNA), moléculas de ARN bicatenario de unos 20 nucleótidos, y de los microARN (miRNA), moléculas de ARN plegadas en forma de horquilla (hairpin). El vídeo, desarrollado para Nature Reviews Genetics, aunque está en inglés, merece el esfuerzo de tratar de entenderlo. Visto en “Video animation: RNA interference,” Nature, Dec. 16, 2011.

La “menopausia” en gusanos puede ayudar a estudiar la menopausia de las mujeres

En los gusanos Caenorhabditis elegans la calidad de los huevos se garantiza mediante el control de anormalidades en los cromosomas regulados por rutas de señalización específicas (que involucran la insulina y el factor TGF-β). Con la edad esta regulación falla y la calidad de los huevos sufre mermas. Si un mecanismo similar opera en los mamíferos, esta línea de investigación podría ayudar a retrasar la menopausia en la mujeres. Según nos aclaran Kevin Flurkey y David E. Harrison, “Reproductive ageing: Of worms and women,” Nature 468: 386–387, 18 November 2010, haciéndose eco del artículo técnico de S. Luo et al., “TGF-β and insulin signaling regulate reproductive aging via oocyte and germline quality maintenance,” Cell 143: 299-312, 15 Oct. 2010.

El nuevo artículo de Luo et al. extiende trabajos previos con resultados muy interesantes. En los gusanos, una mutación que reduce la función de un gen llamado daf-2, involucrado en la ruta de señalización de la insulina de tipo IGF-I, retrasa la senescencia reproductiva. Más aún, ciertas mutaciones en la actividad de la ruta de señalización TGF-β Sma/Mab, que regula el tamaño corporal y el desarrollo de rasgos de los machos, extiende la vida reproductiva de los gusanos. El nuevo trabajo de Luo et al. demuestra que intervenir decreciendo la actividad de ambas rutas incrementa la vida reproductiva y retrasa los efectos de la senescencia, como reducir el número de huevos, la fertilidad de los ovocitos y el número de embriones que fracasan, al mismo tiempo que disminuye el incremento con la edad del número de alteraciones cromosómicas. Los autores proponen que C. elegans es un organismo modelo para describir la regulación neuroendocrina de la menopausia en las mujeres. Estas ideas pueden tener relevancia clínica si los mecanismos de regulación neuroendocrina de la menopausia en humanos son similares a los de los gusanos. Los resultados de Luo et al. para humanos son todavía muy provisionales pero según los autores son una vía prometedora para el futuro.

Publicado en Nature: Una pena, pero el fraude salpica a investigadores del CSIC en un artículo publicado en Science

Ya lo contamos en este blog “el CSIC estaba investigando un posible fraude científico entre sus investigadores a petición de Science,” 7 enero 2010. El resultado de la investigación se publica hoy en Nature: el artículo no debería haber sido ni enviado ni publicado ya que los experimentos reportados en el artículo no fueron controlados adecuadamente. Todos los científicos firmantes del artículo deben compartir la responsabilidad por sus contenidos. Además, el comité del CSIC afirma que el proceso de revisión por pares que sufrió el artículo no fue adecuado (ya que se calificó el artículo como interdisciplinar y eso pudo influir en la decisión de su aceptación en la revista). El CSIC realizará una investigación disciplinaria de todos los científicos involucrados en el caso. El artículo fue firmado también por investigadores alemanes del centro Helmholtz. Ronald Frank, coordinador de dicho grupo, tomará medidas en una reunión que se celebrará el 11 de agosto. La revista Science todavía no ha tomado una decisión sobre si retractar o no el artículo. Pronto lo sabremos. Una pena que el fraude salpique a investigadores del CSIC y más aún en un artículo publicado en la prestigiosa Science. Nos lo ha contado Alison Abbott, “Retraction recommended for enzyme-chip paper. Reactome array study should not have been published, says ethics committee,” News, Nature 466: 540-541, 28 July 2010.

Os recuerdo brevemente el affair. Tras la publicación de un artículo en la revista Science liderado por bioquímicos españoles del CSIC y financiado por un proyecto europeo, algunos competidores expresaron serias dudas sobre las conclusiones del estudio y sobre posibles errores en la metodología utilizada. El artículo presentaba una nueva técnica para determinar el reactoma (las reacciones metabólicas de una célula) utilizando chips de ARN. El 17 de diciembre de 2009 el editor en jefe de la revista Science pidió al CSIC que investigara el caso. El CSIC constituyó un comité para estudiarlo. El comité ha concluido que hubo fraude.

La revista Nature ha tratado de contactar con los autores a cargo de la correspondencia relacionada con el artículo (los corresponding authors), Manuel Ferrer y Peter Golyshin, pero no ha logrado localizar a ninguno de los dos (o no se han dignado a realizar comentarios). Otros científicos involucrados en el trabajo han afirmado a Nature que creen que la metodología utilizada en el artículo es correcta y que podría funcionar. El presidente del comité ético del CSIC, Pere Puigdomènech, afirma que “solo pueden criticar la metodología científica del trabajo, les alegraría mucho que otros científicos de forma independiente pudieran validar las conclusiones de dicho trabajo.”

Me apena mucho que España y una institución tan importante como el CSIC sean salpicados por un caso de fraude como éste. Pero la ciencia hoy en día es muy competitiva y el fraude es algo con lo que han de lidiar todas las grandes instituciones científicas. Afortunadamente, el CSIC constituyó un comité y el comité ha cumplido su labor con excelencia. Me apena el resultado final, pero el CSIC lo ha hecho muy bien. Algo bueno hay que ver en todo esto…

Puertas lógicas y circuitos combinacionales implementados con reacciones bioquímicas enzimáticas

La biología sintética es un campo de investigación emergente que pretende aplicar a la biología las ideas del diseño y desarrollo de sistemas utilizadas en ingeniería. Hay muchas aproximaciones, pero una de las más curiosas es la implementación de redes de circuitos lógicos combinacionales (los utilizados por los microprocesadores microelectrónicos en nuestros ordenadores) mediante redes de reacciones (bio)químicas catalizadas por enzimas (proteínas). Se implementa una puerta lógica (OR, AND, NOR, NAND) con dos entradas y una salida utilizando reacciones químicas del tipo A+B→C (o A+B→C+D), donde se interpreta la concentración de los metabolitos (sustratos) A y B como entradas y la del sustrato C como salida (en su caso, D no se considera como salida). Las entradas y las salidas se interpretan de forma que si la concentración de dicha sustancia es menor que cierto umbral se representa un “0” lógico y si supera otro cierto umbral se representa un “1” lógico; para concentraciones intermedias la lógica está indeterminada. En los trabajos actuales estos umbrales dependen de cada sustancia y los procesos lógicos se realizan en el laboratorio húmedo utilizando tubos de ensayo, pipetas y demás instrumental. En el futuro estos circuitos se implementarán de forma integrada (como los circuitos integrados implementan la electrónica) utilizando redes de microfluidos y pequeñas cavidades donde se encontrarán las enzimas que catalizarán la reacción. En estas implementaciones se utilizan concentraciones mucho más pequeñas que las usadas en tubos de ensayo por lo que hay que lidiar con un gran problema, el ruido. Para predecir como se comportará un circuito e utilizan simulaciones estocásticas in silico (mediante simulaciones por ordenador) que permiten verificar bajo que condiciones los circuitos se comportan como deben. Nos cuenta muy bien el estado actual de esta tecnología Vladimir Privman, profesor de la Universidad de Clarkson, en Potsdam, New York, EEUU, en su artículo de revisión de septiembre del año pasado [1], que he recordado al ojear su último y brevísimo artículo en ArXiv [2]. Las figuras que decoran esta entrada están extraídas del primero de ellos.

[1] Vladimir Privman, Evgeny Katz, Joseph Wang, “Towards Biosensing Strategies Based on Biochemical Logic Systems,” ArXiv, 8 Sep 2009 [artículo #224 de Privman].

[2] Valber Pedrosa, Dmitriy Melnikov, Marcos Pita, Jan Halamek, Vladimir Privman, Aleksandr Simonian, Evgeny Katz, “Enzymatic Logic Gates with Noise-Reducing Sigmoid Response,” ArXiv, 23 Dec 2009 [artículo #226 de Privman].

La implementación de circuitos lógicos requiere el descubrimiento de cadenas o sucesiones de reacciones enzimáticas que implementen diferentes puertas lógicas (AND, OR, NOT, o puertas universales como NAND o NOR) y que satisfagan las restricciones de fan in y fan out de los circuitos lógicos. Estas restricciones implican que la concentración de un sustrato a la salida de una puerta (que represente un “0” y “1” válidos) sea adecuada como entrada de la puerta siguiente (como “0” y “1” válidos a su entrada). Aunque esta relación pueda parecer obvia, el “ruido” propio de las reacciones bioquímicas para concentraciones bajas, en circuitos microfluídicos, conlleva que esta sea la restricción más importante y más difícil de satisfacer en la práctica cuando el número de puertas lógicas crece.

¿Computadores bioquímicos para qué? A corto plazo se pretenden desarrollar biosensores y a largo plazo controladores de la bioquímica y el metabolismo celular, incluyendo aplicaciones biomédicas. Un futuro prometedor que por ahora es sólo eso, un futurible.  

La explicación del “hat-trick” científico de Luis Serrano y la bacteria Mycoplasma pneumoniae

Para los que jugamos a los dardos, un “hat-trick” es cuando un jugador logra tres dianas. Supongo que J. Corbella utiliza su significado futbolístico, un jugador que marca tres goles en un solo partido. En cualquier caso Luis Serrano ha logrado un “´Hat-trick´ científico,” como muy bien nos relata J. Corbella en La Vanguardia, tres, sí, tres artículos en un mismo número de Science [visto en Menéame], que presentan el transcriptoma, metaboloma y proteoma de la bacteria Mycoplasma pneumoniae. Un hecho insólito por partida triple al que yo quise dedicarle una entrada, ayer, pero 24 horas sin Internet, gracias a la “amabilidad” de Orange, no me lo permitieron. Mi idea era contar este gran logro científico desde mi punto de vista, obviamente sesgado por mi formación e inquietudes. Aunque algunos me comparen con Sokal, el que quiera que me lea y el que no, que acuda a otras fuentes.

Por supuesto, en La Vanguardia también lo explican, copiando la noticia de la agencia Europa Press, “Desvelan la complejidad de la vida en la bacteria más pequeña analizada. La ‘Mycoplasma pneumoniae’ podría ayudar a los científicos a determinar la mínima maquinaria celular necesaria para la vida,” 26/11/2009 [también meneada]. A mí me gusta más la versión de El País, algo más europeista, “La vida es más compleja de lo que se esperaba. Investigadores europeos definen los requisitos de funcionamiento de una célula autosuficiente,” 26/11/2009. Faltaría más, mi mujer prefiere la versión de El Mundo, Rosa M. Tristán, “Estudio Español. En busca de una ‘píldora’ con vida. Revelan la complejidad de una célula mínima que podría servir de medicamento,” 26/11/2009. ¿Cuál prefieres tú? Todos los medios se han hecho eco de esta gran noticia… seguro que tú prefieres no seguir leyendo lo que yo pueda contar, en mi ignorancia, al respecto.

Lo que sigue es una traducción libre resumen de la Perspective de Howard Ochman y Rahul Raghavan, “Excavating the Functional Landscape of Bacterial Cells,” Science 326: 1200-1201, 27 November 2009. Obviamente se hacen eco de los tres artículos técnicos de los que uno de los investigadores principales es Luis Serrano: Marc Güell et al., Anne-Claude Gavin, Peer Bork, Luis Serrano, “Transcriptome Complexity in a Genome-Reduced Bacterium,” Science 326: 1268-1271, 27 November 2009; Eva Yus et al., Anne-Claude Gavin, Peer Bork, Luis Serrano, “Impact of Genome Reduction on Bacterial Metabolism and Its Regulation,” Science 326: 1263-1268, 27 November 2009; y Sebastian Kühner et al., Luis Serrano, Peer Bork, Anne-Claude Gavin, “Proteome Organization in a Genome-Reduced Bacterium,” Science 326: 1235-1240, 27 November 2009.

Mycoplasma pneumoniae es una bacteria procariota (sin núcleo) responsable de un 40% de las neumonías, infecciones respiratorias agudas, en niños. Se estima que en el mundo mueren 2 millones de niños al año por esta causa. Para los investigadores en genómica esta bacteria es una de las células más estudiadas ya que su genoma es el más pequeño conocido de una bacteria capaz de autorreplicarse sin ayuda y vivir fuera de un huésped. Ello permite que pueda ser cultivada en laboratorio (in vitro) y que se pueda estudiar la respuesta de su metabolismo ante cambios controlados en su medio de cultivo. Su genoma, de sólo 816.394 nucleóticos (bases), tiene 689 genes codificadores de proteínas (que estén anotados) y sólo 44 moléculas de ARN no codificadoras.

El metabolismo de una bacteria como M. pneumonie se suele comparar con el de la bacteria modelo Escherichia coli. Si un gen particular o una vía metabólica está ausente en el genoma de la bacteria, se suele asumir que esta bacteria no puede desarrollar dicha función metabólica y por tanto que dicha función no es requisito indespensable para la supervivencia de un organismo. Esta asociación uno a uno entre gen y función es más fe que ciencia, como han demostrado los tres artículos de Luis Serrano y colaboradores en Science. La organización de su red de proteínas (proteoma) y de su red de control de la transcripción (transcriptoma) es mucho más sutil y compleja de lo que se pensaba. Pocos podían pensar que se pareciera tanto a los mecanismos propios de las células eucariotas (con núcleo). Un genoma tan simple y a la vez tan capaz de desarrollar un metabolismo tan complejo. Esta es la gran sorpresa que se ha descubierto con el gran trabajo desarrollado por Serrano y sus colaboradores europeos.

El transcriptoma de este Mycoplasma es analizado en el artículo de Marc Güell et al. quienes han descubierto un transcriptoma muy complejo, similar al de las células eucariotas. Han encontrado 117 nuevos genes de ARN no codificantes,  identificado 341 operones, 139 de los cuales son policistrónicos (contienen más de un gen) y, para su sorpresa, observado que estos operones se dividen en 447 unidades de transcripción más pequeñas. El resultado es una maquinaria de control de la transcripción del genoma mucho más complicada de lo que se esperaba, ya que las bacterias con genomas pequeños se pensaba que tenían muy pocos factores de transcripción. 

El nuevo póster que todo biológo querrá tener colgado en su pared.

El metaboloma de M. pneumoniae es analizado en el artículo de Eva Yus et al. quienes han reconstruido la red metabólica de esta bacteria utilizando un “curado” manual basado en toda la información bioquímica, estructural y computacional disponible. Dicha red les ha permitido determinar el medio de cultivo mínimo que permite mantener con vida y cultivar a esta bacteria. La red metabólica descubierta contiene 189 reacciones químicas catalizadas por 129 enzimas que permiten sobrevivir a la bacteria en un medio mínimo que contenga sólo 19 nutrientes esenciales. Comparar las rutas metabólicas de esta bacteria con otras, como las de E. coli, muestra que tiene muchas menos rutas o redundancias, sin embargo, presenta muchas más enzimas que realizan más de una función. Esta multiplicidad funcional está regulada por el complejo transcriptoma encontrado por Marc Güell et al. Sorprende que, aunque siendo mucho más simple, las características generales del metabolismo encontrado son similares a las de otras bacterias, así como su capacidad de adaptarse y responder rápidamente ante cambios en la concentración de metabolitos en su medio.

El proteoma de M. pneumoniae es analizado por Sebastian Kühner et al. y también muestra una complejidad mayor de la esperada. Como ocurre con las células eucariotas, más del 90% de las proteínas solubles de M. pneumoniae son componentes de complejos protéicos, en concreto, 62 homomultiméricos y 116 heteromultiméricos (la mayoría desconocidos hasta ahora). Los investigadores también han estudiado la estructura tridimensional de 484 proteínas, han obtenido imágenes de microscopía electrónica (como la de abajo) y tomogramas celulares que permiten observar la organización y localización de las proteínas dentro de la bacteria. Es sorprendente que la red de interacciones entre proteínas se correlaciona pobremente con la organización del genoma y del transcriptoma. Hay genes adyacentes o que se expresan simultáneamente cuyas proteínas asociadas no interactúan entre sí. Inferir toda esta complejidad sólo a partir del genoma parece completamente imposible, más aún teniendo en cuenta el gran número de proteínas multifuncionales encontradas.

¿Cómo la evolución ha sido capaz de lograr un organismo tan simple regulado de una forma tan compleja? La opinión más obvia es que el genoma de esta bacteria ha evolucionado por reducción del número de genes. La acumulación de mutaciones perjudiciales en el genoma ha llevado a que los genes dañados hayan sido eliminados reduciendo así el tamaño del genoma. Conforme los genes se han ido perdiendo, su papel ha sido tomado por los genes restantes, quizás los que cooperaban con ellos en realizar las mismas funciones. Este proceso de sustitución ha conducido a una complicada red de regulación y al desarrollo de nuevas rutas metabólicas. En este sentido, esta bacteria considerada antes como ejemplo ideal de bacteria “simple” en realidad no lo es. Algo parecido puede ocurrir con las bacterias con los genomas más pequeños que existen, como la bacteria simbiótica Hodgkinia cicadicola, con sólo 144 kb (kilobases o miles de nucleótidos), que codifica sólo 15 ARN de transferencia (ARNt) para lograr especificar los 20 aminoácidos que requiere para sintetizar proteínas. Con toda seguridad muchos de dichos ARNt cumplirán funciones múltiples como las observada en el “hat-trick” de Luis Serrano y colaboradores en Science.

Nuevos avances en la hipótesis del mundo de ARN como origen de la vida

La hipótesis del Mundo de ARN afirma que en las primeras etapas de la aparición de la vida en la Tierra, moléculas de ARN actuaron tanto como moléculas que almacenan la información genética como enzimas (ribozimas). La hipótesis requiere encontrar moléculas de ARN capaces de catalizar la replicación de otras moléculas de ARN. Shechner et al. han evolucionado in vitro, mediante técnicas de selección artificial, moléculas de ARN cuya estructura tridimensional es homóloga a la de proteínas capaces de replicar el ARN, incluyendo sus sitios acivos. Estas ribozimas que actúan como polimerasas bien podrían haber sido similares a las que dominaron el Mundo de ARN. Las ribozimas que actúan como ligasas y polimerasas son conocidas con anterioridad a este trabajo, pero los nuevos resultados sobre la estructura tridimensional completa de una de las ribozimas más interesantes complementa de forma ideal trabajos anteriores que sólo lograron obtener la estructura 3D del sitio activo de este tipo de ribozimas. Un fuerte impulso a la validez de la hipótesis del origen de la vida en un Mundo de ARN. El artículo técnico es David M. Shechner, Robert A. Grant, Sarah C. Bagby, Yelena Koldobskaya, Joseph A. Piccirilli, David P. Bartel, “Crystal Structure of the Catalytic Core of an RNA-Polymerase Ribozyme,” Science 326: 1271-1275, 27 November 2009, que complementa a la perfección trabajo previos como el de Michael P. Robertson, William G. Scott, “The Structural Basis of Ribozyme-Catalyzed RNA Assembly,” Science 315: 1549-1553, 16 March 2007, del que ya se hicieron eco muchos foros, como Patricia González, “La estructura de los orígenes,” Astroseti, 23-04-2007, cuya lectura desde aquí recomiendo a los interesados en más detalles.

Este nuevo trabajo determina la estructura tridimensional de una ribozima artificial, una ligasa de ARN de clase I, cuya tasa catalítica es de las más rápidas entre todas la ribozimas. Su estructura 3D recuerda a un trípode, con tres “patas” que convergen a una unión común. Esta estructura permite identificar todos sus sitios activos y comprender, de forma preliminar, cómo esta ribozima cataliza la replicación (polimerización) de otras moléculas de ARN. Sin embargo, no está claro si es capaz de autorreplicarse a sí misma, el Santo Grial de la hipótesis del Mundo de ARN, encontrar una ribozima capaz de autorreplicarse.

Dinámica no lineal, biestabilidad y oscilaciones en ciclos límites en el interruptor genético (toggle switch)

La Biología Sintética se define como “una aproximación rigurosa a la Biología desde la Ingeniería basada en la aplicación del diseño de sistemas a procesos biológicos complejos” [fuente]. Su objetivo fundamental es desarrollar una biblioteca de BioBricks (bioladrillos), “unidades modulares básicas de ADN que realizan una función simple. Un BioBrick es un fragmento de ADN que codifica el código genético de un elemento funcional conocido y que puede ser empalmado con cualquier otro BioBrick para formar un módulo complejo.” Uno de los biobricks más famosos es el interruptor genético (genetic toggle switch) que se utiliza para controlar el apagado/encendido de la expresión de un gen. Desde un punto de vista matemático, un interruptor biológico es un sistema biológico que presenta una biestabilidad, que puede estar en dos estados posibles. Este sistema permite la generación de comportamiento oscilatorio autosostenido (un ciclo límite). Su análisis dinámico y numérico se presenta en bastante buen detalle en el artículo técnico de Didier Gonze, “Coupling oscillations and switches in genetic networks,” Biosystems, Article in Press, 2009, que desde aquí recomiendo no sólo a los aficionados a la biología sino también a los aficionados a la matemática.

He de confesar que recientemente yo mismo analicé el comportamiento matemático de este sistema biológico y descubrí por mí mismo muchos de los resultados que aparecen revisados en el artículo de Didier Gonze. Una revisión bibliográfica a posteriori me permitió comprender que lo que yo creía descubriemientos novedosos en realidad eran conocidos ya hace una década. Coronar una montaña, aunque uno no sea el primero en lograrlo, siempre es todo un logro. Contemplar el camino recorrido con los ojos de otros siempre nos muestra detalles que estuvieron a nuestro alcance pero que omitimos por distracción o ignorancia.

Dibujo20091025_toggle_switch_simplified_mathematical_model_and_genetic_circuitEl interruptor o toggle switch está compuesto de dos genes que se reprimen mutuamente, es decir, el gen X expresa una proteína PrX que reprime al gen Y y viceversa, el gen Y expresa a PrY que reprime a X, y fue introducido por Timothy S. Gardner, Charles R. Cantor, James J. Collins, “Construction of a genetic toggle switch in Escherichia coli,” Nature 403: 339-342, 20 January 2000 [en la figura de la izquierda se omite la representación de las proteínas]. Es habitual modelar matemáticamente la inhibición (represión) mediante una ley de Hill con un exponente de cooperatividad n.  La formulación matemática de la izquierda está adimensionalizada.

Dibujo20091025_toggle_switch_phase_plane_three_fixed_points_solutions_in_time_and_histeresis

La figura de arriba ilustra la dinámica del interruptor cuando los parámetros permiten la biestabilidad, cuando el parámetro a1 se encuentra en el intervalo entre las dos bifurcaciones de punto de silla (SN1=1.4 y SN2=6.8) que muestra la figura superior izquierda. En dicho caso, la intersección de las dos nullclinas (funciones no lineales del miembro derecho del modelo matemático) presenta tres puntos fijos, dos estables y uno inestable central (figura abajo izquierda). Las trayectorias en tiempo típicas del sistema se muestran en la figura superior derecha. Dependiendo de las condiciones iniciales el sistema puede converger a uno de los dos posibles estados estacionarios estables. Es importante recordar que cuando a1>SN2 o a1<SN1 el sistema se comporta de forma monoestable (sólo hay un punto estacionario estable), no ilustrado en la figura de arriba. El comportamiento oscilatorio es debido a la histéresis del sistema que se muestra en la figura inferior derecha y que conduce a oscilaciones autosostenidos de tipo ciclo límite (siguiendo las flechas en la figura). La variación del parámetro a1 requiere que se acople al gen X una proteína que active su expresión, normalmente mediante una ley de Michaelis-Menten. Esta proteína P1 se suele denominar represilador (no mostrada en el modelo matemático).

Dibujo20091025_toggle_switch_coupled_with_reprisellator_effect_of_its_parameters_on_bifurcation_diagrams

La parte más bonita del análisis matemático de este problema es el estudio del efecto de los parámetros del represilador P1 (que actúa como un forzamiento) en los diagramas de bifurcación del sistema. La figura de arriba muestra la aparición de comportamiento birrítmico para forzamientos alrededor de los dos puntos en los que se presenta la bifurcación de punto de silla. En este caso, las variables X o Y presentan una comportamiento oscilatorio de pequeña amplitud alrededor de sus valores en estado estacionario. Hasta dos ciclos límites estables se pueden observar en este caso. Todo depende del forzamiento introducido por el represilador, que permite inducir un comportamiento oscilatorio en un estado inicialmente estable.

Sin entrar en más detalles de este análisis dinámico me gustaría acabar recalcando que este su simplicidad permite utilizarlo como modelo de nivel intermedio en cursos de dinámica no lineal y caos. En dicho caso, conviene recalcar al alumno que este tipo de sistemas se ha observado biológicamente y ponerle algunos ejemplos (son fáciles de encontrar en la literatura).

La lógica combinacional de las redes genéticas y de transcripción (o un ejemplo de una puerta lógica OR)

Dibujo20090924_Plasticity_transcriptional_regulation_phosphoregulation_two_transcription_factors_kinases_creates_OR_logic_gate

La figura muestra una puerta lógica OR implementada mediante dos factores de transcripción distintos (arriba) o dos quinasas (abajo). La plasticidad en la regulación de la transcripción de genes y la fosforregulación de proteínas permite emular circuitos lógicos combinacionales muy complejos. Poco a poco los biólogos están utilizando técnicas de lógica booleana y circuitos combinacionales para desvelar los secretos de esta plasticidad de la regulación en las redes genéticas y de transcripción que controlan a las células, que les permite adaptarse a un entorno que cambia continuamente. Aún así, todavía estamos lejos de comprender estos procesos en toda su complejidad.

[Update: 24 dic. 2009] La función de muchas proteínas depende de factores dinámicos como la fosforilación (la adición de grupos fosfato (PO4) a diferentes sitios de dicha proteína) y muchas proteínas presentan múltiples sitios que se pueden fosforilar. Estos sitios actúan como interruptores on/off cuya función es regular ciertas funciones de dicha proteína. Como las funciones de las proteínas dependen del acceso de ciertas sustancias a ciertos lugares de la proteína, la fosforilación puede impedir dicho acceso cambiando la configuración tridimensional de la proteína. La clave de la regulación de la función gracias a la fosforilación es que es reversible, cada sitio de la proteína se puede desfosforilar.

El ejemplo más famoso de regulación de una proteína gracias a la fosforilación es la proteína supresora de tumores p53 que con 393 aminoácidos tiene al menos 18 sitios de fosforilación, con lo que puede encontrarse en 218 configuraciones diferentes. ¿Cada una de estas configuraciones tiene una función distinta? Se cree que no, afortunadamente, la evolución no hace uso de todas estas configuraciones. Aún así, el número de posibles configuraciones cuando tenemos en cuenta múltiples moléculas es enorme. La red booleana de una célula es mucho más compleja que la de un Pentium. Quizás, como en el caso del Pentium, su estructura modular es suficientemente sencilla como para que podamos soñar que algún día la comprenderemos.

La figura que abre esta entrada está extraída de la información suplementaria del artículo de Liam J. Holt et al. “Global Analysis of Cdk1 Substrate Phosphorylation Sites Provides Insights into Evolution,” Science 325: 1682-1686, 25 September 2009. Dado que soy informático (y físico) de formación, la figura me llamó poderosamente la atención. Aún así el artículo no trata sobre la simulación de circuitos de lógica combinacional gracias a la fosforilación de proteínas. Estudia la proteína Cdk1, quinasa dependiente de ciclina, que se encarga del control de la división celular mediante la activación/desactivación de ciertas funciones de otros proteínas gracias a la fosforilación de ciertos sitios de dichas proteínas (la quinasa se une a una ciclina para poder actuar). Han estudiado in vivo en la levadura de la cerveza, Saccharomyces cerevisiae, 308 proteínas que son fosforiladas por la Cdk1 y han indentificado 547 sitios de fosforilación diferentes en dichos sustratos. Los autores han realizado un estudio evolutivo de estos sitios de fosforilación comparando dichos sitios de fosforilación en proteínas sustrato de la Cdk1 análogas en otras especies del linaje de los ascomicetos.

En el contexto de la lógica (booleana) combinacional en biología, el hecho de que la proteína Cdk1 logre fosforilar o no hasta 547 sitios de diferentes sustratos indica que el espacio de posibles configuraciones cada célula in vivo tiene una dimensión de al menos 2547. Aunque seguramente todas estas configuraciones no son alcanzables, el artículo técnico no ofrece respuesta al respecto, lo cierto es que como dichos sitios corresponden a 308 proteínas diferentes, el estado de la célula tiene al menos 2308 configuraciones posibles. Números enormes que nos recuerdan la enorme complejidad que presenta un célula in vivo.

[PS: 24 dic. 2009: tachado de texto original incorrecto] Por ejemplo, Liam J. Holt et al. “Global Analysis of Cdk1 Substrate Phosphorylation Sites Provides Insights into Evolution,” Science 325: 1682-1686, 25 September 2009 (de cuya información suplementaria he extraído la figura), han identificado en una molécula, 308 Cdk1, hasta 547 posiciones de fosforilación in vivo, es decir, esta molécula podría encontrarse in vivo hasta en 2547 configuraciones posibles. ¡Y sólo es una molécula!

La primera curiosidad bioquímica: ¿los átomos de nuestro cuerpo se renuevan cada 5 años?

La primera de las “10 curiosidades bioquímicas sobre nuestro cuerpo” me ha llamado especialmente la atención: “El cuerpo humano recambia prácticamente todos los átomos que lo forman en un plazo de unos 5 años. ¡Unos 10^27 átomos! Mírate bien, en unos años no quedará nada de ti.” 

¿Cómo se calcula esto? El autor del blog (tallcute) confiesa que “creo que han calculado las tasas de recambio: proteínas, lípidos… Por ejemplo, por cada molécula de glucosa se incorporan a nuestro organismos dos átomos de carbono y de igual forma se puede estimar el resto. Yo había leído con anterioridad que se recambia el 98% en sólo un año, aunque me parece mucho.”

dibujo20081207retrospectivebirthdatinghumanneuronsc14

¿Alguna referencia científica seria al cálculo? La WikiAnswers “Does the human body regenerate every 7 years?,” me ha aclarado muchas cosas. Nos remite al artículo de Kirsty L. Spalding, Ratan D. Bhardwaj, Bruce A. Buchholz, Henrik Druid, Jonas Frisén, “Retrospective Birth Dating of Cells in Humans,” Cell, 122: 133-143, 2005 , comentado para todos los públicos por Paola Arlotta, Jeffrey D. Macklis, “Archeo-Cell Biology: Carbon Dating Is Not Just for Pots and Dinosaurs,” Cell 122: 4-6, 2005 .

Los autores encuentran que la mayoría de las células de los tejidos de nuestros cuerpos son más jóvenes que las persona que las porta, y muy pocas células (neuronas)viven tanto como la propia persona.

Estos resultados se obtienen del estudio del Carbono 14, isótopo radioactivo, en el ADN de diferentes células en diferentes tejidos. El nivel del C-14 en nuestros cuerpos es proporcional al que contienen las plantas, que lo fijan de la atmósfera, es decir, al atmosférico. Los niveles atmosféricos de C-14 han decrecido desde que se prohibieron las pruebas de armas nucleares a cielo abierto (en 1963 fueron las últimas conocidas).

Spalding et al. encuentran que la vida media del tejido intestinal es de unos 11 años, la de los tejidos musculares de unos 15.1 años, siendo los tejidos del cerebro los que más duran (algunos tanto como la propia persona).

En un artículo aparecido en el New York Times, “Your Body Is Younger Than You Think,” Nicholas Wade, August 2, 2005 , el autor sugiere que la mayoría de nuestras células tienen 10 años o menos. Por supuesto, esto sería un valor medio, ya que depende del tejido considerado.

Los resultados de Spalding et al. se pueden interpretar como que las moléculas de las que se “fabrican” las nuevas células son obtenidas del exterior (de la atmósfera) y no son recicladas de nuestro propio cuerpo. En promedio, entre 7 y 10 años es la vida media de un átomo en nuestro cuerpo. Incluso las células que más viven, las neuronas en el cortex cerebral, están constantemente fabricando nuevas proteínas y moléculas de ARN, con lo que constantemente consumen carbohidratos y lípidos. Por ello, es bastante plausible que el tiempo medio de renovación de todos los átomos de nuestro cuerpo sea del orden de 7 años.

¿De dónde ha sacado tall & cute (“alto y guapo”) su dato de 5 años en lugar del más “científico” de 7 años? En cualquier caso, si os interesa mi opinión de inexperto, a mí no me convence mucho el dato.

Sobre la técnica utilizada en estos estudios AMS (Accelerator mass spectrometry) os recomiendo los artículos breves de revisión J.S. Vogel et al. “Biochemical paths in humans and cells: Frontiers of AMS bioanalysis,” 2007, y C. Tuniz, G. Norton, “Accelerator mass spectrometry: New trends and applications,” 2007 .

Para qué estudiar la relación entre los rasgos de las caras de las personas y sus enfermedades

Las manchas del iris del ojo indican a los iridólogos nuestra predisposición a ciertas enfermedades. Las líneas de la mano indican a los quiromantes algo parecido. La cara es el espejo del alma y muchos afirman ver nuestro estado de salud en nuestra propia faz. Sin embargo, para muchos esto es pseudociencia. ¿Quién dedicaría cientos de millones de euros a estudiar las correlaciones entre estos fenotipos y nuestra salud?

Para la mayoría es obvio, hoy en día, que nuestra predisposición a ciertas enfermedades está escrita en nuestros genes. Para la mayoría es obvio que conocer el ADN de cada uno de nosotros permitirá ahorrar miles de millones de euros a los sistemas sanitarios de los países occidentales. Es por ello que se invierten miles de millones de euro en estudiar técnicas para secuenciar genomas humanos de forma ultrarrápida. Hoy todos tenemos móvil. Muchos creen que en unos años todos llevaremos encima un pequeño chip con nuestro ADN grabado. Y muchos otros creen que estaremos dispuestos a pagar su coste (igual que pagamos lo que cuesta nuestro televisor o nuestro ordenador personal).

El número de genomas humanos secuenciados completamente se acaba de doblar (ya hay 6) como nos cuenta Elizabeth Pennisi, “Number of Sequenced Human Genomes Doubles,” Science, 322: 838, 7 November 2008 . Hace menos de una década costó cientos de millones de dólares secuenciar un único genoma humano. Esta semana se han publicado el primer genoma de un africano, el primero de un asiático y el primero de un enfermo de cáncer. Sólo cuatro genomas publicados de individuos anónimos, aunque ya algunos famosos también tienen su genoma secuenciado como J. Craig Venter y James Watson. Estos genomas han costado entre 250 y 500 mil dólares cada uno. El costo seguirá bajando y varias compañías tienen como objetivo bajarlo a unos “ridículos” 1000 dólares por ADN.

Intersección entre conjuntos de SNP entre 3 genomas.

Intersección entre conjuntos de SNP entre 3 genomas.

Estos nuevos genomas, todavía a alto coste, son la base para estudios de la variabilidad genética entre poblaciones humanas y para identificar variaciones relacionadas con la predisposición a enfermedades. Especial interés tienen las cambios de un sólo nucleótico (SNP) y las variaciones estructurales en secuencias duplicadas dentro del propio ADN. Actualmente, se conocen millones de estas variantes y su análisis bioinformático está entre las prioridades en el campo de la genética médica.

Richard Wilson y sus colaboradores de la Washington University School of Medicine, en St. Louis, Missouri, han secuenciado los genomas de una célula de un tumor y una célula normal en una mujer que sufre leucemia mielogénica aguda (AML), Timothy J. Ley et al. “DNA sequencing of a cytogenetically normal acute myeloid leukaemia genome,” Nature, 456: 66-72, 6 November 2008 . La diferencia entre ambos genomas es muy pequeña, menor del 3% de los SNP encontrados. Entre todos los SNP encontrados, los investigadores han destacado 10 como “aparentemente” únicos y característicos de estas células tumorales. Wilson afirma, “creo que no se nos ha escapado ninguno más.” Dos aparecen en genes asociados a la leucemia, pero los ocho restantes apuntan a nuevos candidatos a genes asociados con la leucemia. Estudios similares con otros cánceres no tardarán en llegar y prometen revolucionar nuestro conocimiento sobre las bases genéticas de los diferentes (cientos) tipos de cáncer.

David R. Bentley y sus colaboradores de la empresa británica Illumina Cambridge Ltd. (antes Solexa Ltd.), han secuenciado el genoma de un nigeriano de la tribu de los Yoruba (ver figura), básicamente para demostrar sus avances en la tecnología de secuenciación automática de genomas, David R. Bentley et al. “Accurate whole human genome sequencing using reversible terminator chemistry,” Nature, 456: 53-59, 6 November 2008 . Han necesitado 8 semanas y unos 250.000 dólares. Lo que no es mucho. Las tecnologías de secuenciación masivamente paralela permitirán convertir la secuenciación del genoma en una herramienta clínica imprescindible en el futuro, proclaman los autores, obviamente mostrando que son parte interesada en ello. 

Jiang Wang del Beijing Genomics Institute, en Shenzhen, China, y sus colegas han secuenciado el genoma de un hombre chino de Han, Jun Wang et al. “The diploid genome sequence of an Asian individual,” Nature, 456: 60-65, 6 November 2008 . Mientras que el africano mostraba unos 4 millones de SNP, de los cuales 1 millón eran nuevos, el genoma del chino muestra unos 3 millones de los cuales 417.000 son nuevos. Como es de esperar, la variación genética por kilobase del africano es mayor que la del chino y que la del caucásico (secuenciado por el Proyecto Genoma Humano, Nature, 2001, y por Celera Genomics, Science, 2001), dado que sus ancestros se remontan más lejos en la escala evolutiva humana.

La empresa Illumina espera que el costo de secuenciar un genoma baje a unos 10.000 dólares el año que viene y a unos 1000 dólares en un lustro. La competencia entre varias empresas del sector a nivel mundial garantizará que cumplan con sus objetivos. El problema ahora es otro, ¿cómo interpretar clínicamente los datos ofrecidos por un genoma dado? ¿Para qué sirve conocer un genoma? Ahora mismo, para lo mismo que sirve la quiromancia (lectura de las manos) o la iridología (lectura del iris) o la intución de nuestra abuela (“niño qué mala cara tienes”). Ahora mismo, para nada. Dentro de unas décadas, la mayoría espera que sirva para mucho. ¿Se cumplirán sus expectativas?